Tensorboard 上显示不同训练模型曲线的方法

最新推荐文章于 2024-09-23 15:58:48 发布
最新推荐文章于 2024-09-23 15:58:48 发布
阅读量9k 收藏 10
点赞数 7
CC 4.0 BY-SA版权
分类专栏： TensorFlow Linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jasonzzj/article/details/60129080
本文介绍如何使用TensorBoard可视化工具，通过指定日志目录和端口来展示训练过程中的统计数据。具体包括设置不同运行实例的日志路径及自定义端口号。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >


$ tensorboard --logdir=run1:"/home/.../summary",run2:"/home/.../summary" --port=6006


从零开始大模型开发与微调：tensorboardX对模型训练过程的展示
AI天才研究院
05-31 814
从零开始大模型开发与微调：tensorboardX对模型训练过程的展示 1. 背景介绍 1.1 大模型时代的到来 近年来,大型神经网络模型在自然语言处理、计算机视觉等领域取得了令人瞩目的成就。随着算力
PyTorch可视化工具-Tensorboard在线查看训练曲线、网络结构图等
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
11-02 3384
在反向传播后面，添加#输出loss writer.add_scalar。在模型初始化下面，添加#输出模型结构 writer.add_graph。这里要注意，如果cuda可用，要转换成cuda类型，否则用cpu模型。刷新网页，就可以看到历史版本曲线，可以选择要显示的版本，就行对比分析。这里batch=100，下面图片显示100个28*28的小图拼接而成。在前前向传播前面，添加#输出图像 writer.add_image。将历史生成的log,分别放在不同的文件夹里，每个文件件放一个，如图。
tensorboard显示多个曲线
Data _designer
06-28 1500
tensorboard --logdir_spec=h1:runs01/,h2:runs02/ --port=6006 --bind_alll
利用tensorboard显示多种模型的图像
孟孟单单的博客
05-09 1194
目录1. 题目想实现的效果2. 实现步骤 1. 题目想实现的效果 图中显示了红色、粉色这两种颜色的线条。 图片来源：手把手带你Yolov5 (v6.1)添加注意力机制（并附上30多种顶会Attention原理图） 大佬的回答： 两种线条：指定tensorboard的路径就可以同时显示两种模型的图像；粉色的是加入SE层后的。 2. 实现步骤 （不过我还没做过的，做不来，这里只是先存个档） 检索的关键词：tensorboard同时绘制多条曲线 参考链接： tensorboard同时显示训练曲线和测试曲线
TensorBoard一张图显示多个Loss、Acc等数据
qq_46002142的博客
06-16 1141
TensorBoard一张图显示多个Loss、Acc等数据
tensorboard展示不同运行的曲线结果
duoyasong5907的博客
09-23 834
来到tensorboard的执行目录logdir，可以看到下面有三个events文件，说明每个文件来自一次运行，有三次运行。有时候，曲线图会展示多条曲线，以至于我们想分辨哪条线来自哪次训练都做不到了。这时候看到不同的颜色了，且可以勾选只显示某次运行。忽略图中没有粉色曲线的问题，因为0923这次运行没有跑完一个epoch。设置smoothing-0后，可以清晰看见有两条线。(第三次运行没有跑完一个epoch，所以没显示折线)smoothing可以在页面找到设置按钮，呼出设置侧边栏。
如何在tensorboard中显示多个模型的loss曲线
nothingjustyou的博客
05-25 4991
$ tensorboard --logdir=run1:"/home/.../summary",run2:"/home/.../summary" --port=6006 在run后面添加自己训练文件保存的位置 结果如下图所示：
tensorboard实现同时显示训练曲线和测试曲线
09-18
通过本教程的学习，你应该能够掌握如何使用TensorBoard同时显示训练曲线和测试曲线的方法。这种方式不仅可以帮助我们更好地理解模型的训练过程，还可以方便地进行模型调优和优化。希望本文能对你有所帮助！
从零开始大模型开发与微调实战：基于tensorboardX的训练可视化展示
AI天才研究院
06-09 926
随着人工智能技术的快速发展,大型神经网络模型在自然语言处理、计算机视觉、语音识别等领域展现出了卓越的性能。这些大模型通过在海量数据上进行预训练,学习到了丰富的知识表示,为下游任务提供了强大的迁移能力。典型的大模型包括GPT、BERT、ViT等,它们在各自领域取得了令人瞩目的成就。TensorBoardX是一个用于可视化PyTorch模型训练过程的工具,它基于TensorFlow的TensorBoard进行了扩展和改进,使其能够与PyTorch无缝集成。
PatchMatchNet 在线查看训练曲线、多条曲线显示在一张图上、多次训练曲线放在一张图上对比
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
08-19 456
本代码已经导入了,Tensorboard，并且在相应的地方调用了，详情可看本文附带的代码，有注释。目录下有7个训练模 （因为epoch=8，每一轮一个产生一个模型）和 一个 训训练日志（events.out…包含了训练曲线、网络模型等，但补鞥直接打开，需要借助。如图，下面想将1mm、2mm、4mm、8mm的曲线，是四个图对比性不强。可以看到stage0~stage3以及总的loss的训练曲线，还可以查看1mm、2mm、4mm、8mm的训练验证误差。目录下我之前的产生的其他文件清理了）点击可查看曲线放大图。
tensorboard同时显示训练曲线和测试曲线
shahuzi的博客
07-26 1万+
在做网络训练实验时，有时需要同时将训练曲线和测试曲线一起显示，便于观察网络训练效果。经过很多次踩坑后，终于解决了。 具体的方法是：设置两个writer，一个用于写训练的数据，一个用于写测试数据，并且这两个writer分别存在train和test路径中，注意测试的writer不能加sess.graph如下代码所示。 ... train_log_dir = 'logs/train/' test...
如何使用Tensorboard一张图显示多条曲线
安洁莉娅丶的博客
06-30 1万+
在深度学习训练模型的时候，用Tensorboard中画图有时候想要在一张图中同时画出训练集的准确率曲线和验证集的准确率曲线。 我通过多次实验，碰了不少坑，在这里做个小小的总结。 注意：以下代码适用于TensorFlow1.X版本，不保证2.0版本 步骤一：在Tensorboard中画出训练集的accuracy和loss 在自己训练的模型代码中计算accuracy和loss的代码段后增加以下两句： '''记录loss值标量信息''' tf.summary.scalar("loss", self.loss) '
Tensorboard显示问题
gaozhengdong_优快云的博客
12-22 1465
pip 安装的tensorflow，tensorboard --logdir='./logs/'显示error： 1，TAG no such file 解决：从github 下载 tensorflow后，将TAG文件拷贝到错误提示指示的目录即可。 2，favicon文件不需要
tensorboard导出曲线数据，python重绘
一只通信仔的博客
12-22 2944
从tensorboard导出曲线数据，并使用python重绘
TensorBoard的使用以及遇到的坑
热门推荐
dbsdzxq的博客
04-11 3万+
关于TensorBoard的介绍请参考这篇文章，https://github.com/tensorflow/tensorflow/blob/r0.11/tensorflow/tensorboard/README.md 里面关于 各个仪表板的用法和说明讲的很详细，就不多说了，下面主要说下遇到的问题，望后来者借鉴。 先附上代码，生成事件文件 import tensorflow as tf #定...
Tensorboard显示多个event
wacyy的博客
03-12 1606
Tensorboard显示多个event
tensorboard显示多个event文件在一个图上！tensorboard中曲线图的数据下载且用matplotlib.pyplot来画，便于实验对比。
qq_40214464的博客
05-06 1万+
一、引言 大家做实验的时候，需要将不同实验生成的event曲线进行对比，找差距。TensorFlow提供了tensorbaord。 二、容易犯的错误 大家容易把生成的event文件，放在一个问价下，然后在命令窗口输入：tensorboard --logdir “log” --host=127.0.0.1.最后生成的图片是混乱的。效果如下： 三、解决办法 在log文件下，建立event文件对应的文件夹，把event文件放进去。跳到对应的路径下，在输入：tensorboard --logdir “log”
tensorboard 可视化......开两个......
jiachen0212的博客
11-13 5415
tensorboard同时显示训练数据和测试数据的曲线
linux_win的博客
02-04 1876
学着用tensorboard在一个模型里面有训练模型和测试模型的损失函数曲线对比，上网找了好多，但是还都是一个曲线，即自己画的是这样的 但是想要的是这样的： 到底应该怎么样呢？ 简单操作： tensorboard --logdir=run1:"/home/.../summary",run2:"/home/.../summary"  其实只要在终端同时运行几个events即可，eve...
tensorboard无法显示曲线
最新发布
08-07
TensorBoard 是一个强大的可视化工具，用于监控和调试深度学习模型的训练过程。如果 TensorBoard 无法显示曲线，可能的原因和解决方法如下： ### 1. 检查事件文件的生成 TensorBoard 依赖于事件文件（event files）来读取和显示数据。确保代码中正确地使用了 `SummaryWriter` 并生成了事件文件。例如，在 PyTorch 中，可以使用以下代码生成事件文件： ```python from torch.utils.tensorboard import SummaryWriter # 创建一个 SummaryWriter 实例 writer = SummaryWriter('runs/experiment_name') # 添加标量数据 for i in range(100): writer.add_scalar('Loss/train', i * 0.1, i) # 关闭 writer writer.close() ``` 如果事件文件没有生成或路径不正确，TensorBoard 将无法读取数据并显示曲线 [^1]。 ### 2. 确保 TensorBoard 服务正常运行 启动 TensorBoard 时，需要指定事件文件所在的目录。确保使用正确的路径启动 TensorBoard。例如： ```bash tensorboard --logdir=runs ``` 如果路径不正确，TensorBoard 可能会启动，但无法找到数据并显示曲线 [^1]。 ### 3. 检查浏览器兼容性 TensorBoard 在大多数现代浏览器中都可以正常工作，但某些浏览器（如旧版本的 Internet Explorer）可能不支持某些功能。尝试使用 Chrome、Firefox 或 Edge 浏览器访问 TensorBoard [^1]。 ### 4. 刷新浏览器或清除缓存 有时，浏览器可能会缓存旧数据，导致 TensorBoard 无法显示最新的曲线。尝试刷新页面或清除浏览器缓存。此外，可以尝试使用浏览器的无痕模式访问 TensorBoard [^1]。 ### 5. 检查 TensorBoard 的版本 确保安装的 TensorBoard 版本与使用的深度学习框架（如 TensorFlow 或 PyTorch）兼容。如果版本不兼容，可能会导致某些功能无法正常工作。可以通过以下命令检查 TensorBoard 的版本： ```bash tensorboard --version ``` 如果版本过旧，可以通过以下命令升级 TensorBoard： ```bash pip install --upgrade tensorboard ``` ### 6. 检查代码中是否正确添加了数据 在代码中，需要确保正确地使用了 `add_scalar`、`add_histogram` 等方法，并且提供了正确的标签和步数。例如： ```python writer.add_scalar('Loss/train', loss.item(), iteration) ``` 如果标签或步数设置错误，TensorBoard 可能会无法正确显示曲线 [^1]。 ### 7. 查看 TensorBoard 的日志和错误信息 启动 TensorBoard 时，可以在终端中查看日志和错误信息。这些信息可以帮助定位问题。例如，TensorBoard 会提示是否找不到事件文件或无法读取数据 [^1]。 ### 8. 检查文件权限 确保事件文件所在的目录具有读取权限。如果权限不足，TensorBoard 可能无法读取事件文件并显示曲线 [^1]。 ### 9. 使用 `tensorboard dev upload` 上传数据 如果本地环境无法解决问题，可以尝试使用 `tensorboard dev upload` 命令将数据上传到 TensorBoard.dev，检查是否能够在线显示曲线。例如： ```bash tensorboard dev upload --logdir runs ``` 这可以帮助确定问题是本地环境引起的还是数据本身的问题 [^1]。 ### 10. 检查多运行情况下的数据组织 如果同时运行了多个实验，确保事件文件的目录结构正确。TensorBoard 会根据目录结构显示不同的运行结果。例如： ``` runs/ experiment1/ events.out.tfevents.12345 experiment2/ events.out.tfevents.67890 ``` 如果目录结构混乱，TensorBoard 可能无法正确区分不同的运行结果 [^1]。 ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值